MétaCan
Menu
Retour à la cohorte
Enregistrement W3128260792 · doi:10.36939/cjur/vol29no2/art290

"Hostile architecture" and its confederates: A conceptual framework for how we should perceive our cities and the objects in them

2021· article· en· W3128260792 sur OpenAlexvenueno aff
Karl de Fine Licht

Notice bibliographique

RevueCanadian journal of urban research · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueFree Will and Agency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArchitectureOutrageChoice architecturePopulationDisciplineLaw and economicsPolitical scienceComputer securitySociologyComputer scienceLawSocial psychologyPsychologyHistoryPolitics

Résumé

récupéré en direct d'OpenAlex

In recent years “hostile architecture” or designs (also called “disciplinary architecture” and “defensive architecture”) has become an ever more common feature of our cities. Examples of these designs are benches you cannot sleep on, spikes you cannot stand on, and metal plugs you cannot skate on. These designs have created an outrage among activists and the general population since they have largely been conceived as an attack on the worst-off and there is an increasing academic body of work mostly looking into their design features, the motivations behind them, but also whether and under what condition they should be used. Although progress has been made on the issue of these forms of architecture/designs, no clear definitions currently exist for “hostile architecture,” (etc.) and their related concepts, which are especially concerned with their respective environments, such as a “hostile environment.” As a result, there has been no clear discussion of how these concepts relate to each other and also to morally permissible and impermissible actions, which many times lead the discussion astray. In this paper I try to amend this by defining the central concepts, as well as showing how they relate to each other and morally permissible and impermissible actions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,287
Score d'incertitude au seuil0,892

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,199
Tête enseignante GPT0,343
Écart entre enseignants0,144 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian journal of urban researchMême sujetFree Will and AgencyTravaux en français237 207